%0 Journal Article
%T TESTING LINEARITY AGAINST A UNIVARIATE TAR SPECIFICATION IN TIME SERIES WITH MISSING DATA SOBRE UNA PRUEBA DE LINEALIDAD EN PRESENCIA DE DATOS FALTANTES CONTRA LA ALTERNATIVA DE NO LINEALIDAD ESPECIFICADA POR UN MODELO TAR
%A Nieto Fabio H.
%A Hoyos Milena
%J Revista Colombiana de Estad¨ªstica
%D 2011
%I Universidad Nacional de Colombia
%X Nowadays, procedures for testing the null hypothesis of linearity of a (univariate or multivariate) stochastic process are well known, almost all of them based on the assumption that their paths (i.e. observed time series) are complete. This paper describes an approach for testing this null hypothesis in the presence of missing data, using an extension of one of the test statistics used in the literature. The alternative hypothesis is that the univariate stochastic process of interest follows a threshold autoregressive (TAR) model. It is found that if the missing-data percentage is low, the null distribution of the proposed test statistic is maintained; while if it is high, it is not. A threshold value for the missing-data percentage is detected, which can be utilized in practice. Las pruebas estad¨ªsticas que se conocen actualmente para examinar la hip¨®tesis nula de linealidad de un proceso estoc¨¢stico (univariado o multivariado) est¨¢n basadas, casi todas, en el supuesto de que las series temporales observadas son completas. En este trabajo, se presenta un nuevo procedimiento para examinar esta hip¨®tesis nula, en presencia de datos faltantes, el cual es una extensi¨®n de un m¨¦todo muy citado en la literatura. La hip¨®tesis alternativa especifica que el proceso estoc¨¢stico de inter¨¦s obedece a un modelo autoregresivo de umbrales (TAR). Se encuentra que si el porcentaje de observaciones faltantes es bajo, la distribuci¨®n nula de la estad¨ªstica de prueba se mantiene; en otro caso no. El estudio arroja un valor umbral para este porcentaje, el cual puede ser usado en la pr¨¢ctica.
%K Linearity test
%K Missing data
%K Nonlinear time series
%K Threshold autoregressive model
%U http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-17512011000100004